基于EKF的感应电动机转速及负载转矩辨识

提出了一种基于扩展卡尔曼滤波(EKF)的感应电动机无传感器系统的转速和负载转矩同时估算方法.在矢量控制的基础上,将电机的运动方程作为一个状态方程,把电机负载转矩看作系统的扩展状态量,根据定子侧测最的电压、电流值,由EKF估算出电机转子磁链、转速及负载转矩.仿真结果表明无速度传感器矢量控制系统具有良好的动态控制性能,即使运行在低速情况下,EKF估计器仍然能够准确地估计转子磁链、转速及负载转矩.     

基于自适应转子电阻估计器的感应电机逆解耦控制

提出了一种具有自适应转子电阻估计器的感应电机的逆解耦控制方法.首先通过非线性状态反馈获得感应电机的逆系统,将感应电机这个多变量、非线性、强耦合的对象动态解耦成转速与转子磁链两个二阶子系统;然后,采用模型参考自适应系统（MRAS）理论来设计转子电阻估计器,在线估计时变的转子电阻,从而保证在整个电机运行区域内,转速与磁链之间的输入输出解耦关系不变;最后,分别设计线性控制器对转速与磁链子系统进行闭环控制.仿真结果表明,提出的控制方案具有优良的动态和静态性能,且对电机参数变化具有强鲁棒性.     

采用抗差扩展卡尔曼滤波器的感应电机转速估计方法

扩展卡尔曼滤波器(extended Kalman fileter,EKF)已广泛应用于无速度传感器矢量控制转速估计。尽管扩展卡尔曼滤波器具有较强的抗干扰能力,但是面对粗差时仍然会出现较大的抖动,影响系统的控制性能。提出了一种基于抗差扩展卡尔曼滤波器的转速估计方法,分析了粗差对扩展卡尔曼滤波器估算精度的影响,探讨了在应用于感应电机转速估计时抗差EKF能否同样取得良好的估计精度,以及优于EKF的抗粗差性能。通过仿真与实验,对比了遇到较大外部干扰和估算误差干扰时抗差EKF与EKF的转速误差和磁链变化。仿真与实验结果表明,抗差EKF较EKF而言具有更好的抗粗差性能,可以使系统遇到干扰时更快收敛。     

基于扩展卡尔曼滤波器的永磁同步电机转速估计方法研究

研究了利用扩展卡尔曼滤波器(extended kalman filter, EKF)对永磁同步电机(permanent magnet synchronous motor, PMSM)矢量控制系统进行参数精确估计的方法。通过引入定子电流和电压,在线估计电机的定子磁链、电机转速和转子位置,进而实现永磁同步电机的无传感器控制。仿真结果表明EKF准确地观测了电机转速和磁链,所构建的无速度传感器矢量控制系统具有良好的控制性能。     

改进EKF的异步电机无速度传感器矢量控制

针对传统扩展Kalman滤波器(EKF)迭代矩阵维数高和计算量大的问题,提出了一种新的基于扩展Kalman滤波器的观测器,用于异步电机的无速度传感器矢量控制。根据转子磁场定向的同步旋转坐标系下转子q轴磁链为0的特点,利用额定频率以下控制磁链幅值恒定简化异步电机数学模型,并借鉴间接矢量控制计算滑差角速度的方式,选取d、q轴定子电流分量和定子磁场角速度为状态变量,构建了基于扩展Kalman滤波器的3阶观测器,以同时估计电机的磁链和转速。与传统全阶观测器相比,改进观测器降低了系统阶次和复杂性,减少了运算负荷。仿真和实验结果表明,改进观测器准确观测了电机的磁链和转速,构建的异步电机无速度传感器矢量控制系统有效实用。     

感应电机无速度传感器控制系统的仿真研究

针对一种基于扩展卡尔曼滤波器(EKF)的感应电动机无速度传感器直接转矩控制系统负载转矩和转速同时估计进行仿真。在直接转矩控制的基础上,通过定子侧可测量的电压、电流值,转速和转矩作为扩展状态量,构建一种无速度传感器的感应电机转速、磁链状态观测器,估算感应电机的负载转矩和转速。该方法能准确估算电机的真实状况,并对负载扰动、电机参数变化具有较强的鲁棒性。仿真结果表明,无速度传感器系统具有较强的动态控制性能,该系统具有抗干扰能力强、超调量小、响应快。     

基于扩展卡尔曼滤波器的永磁同步电机转速和磁链观测器

为了取消永磁同步电机控制中的机械传感器，获得直接转矩控制中需要的电机磁链信息，设计了一种基于扩展卡尔曼滤波器的永磁同步电机转速和磁链估算方法。选取定子固定坐标系下定子磁链、电机转速和转子位置为状态变量，电压和电流作为输入、输出量，建立估算定子磁链、电机转速和转子位置的EKF滤波器系统。采用空间矢量调制的直接转矩控制策略，有效减小了直接转矩控制方法的转矩脉动，并保持了功率器件恒定的开关频率。实验结果表明EKF准确地观测了电机转速和磁链，所构建的无速度传感器DTC控制系统具有良好的转速和转矩控制性能。     

粒子群算法优化扩展卡尔曼滤波器电机转速估计

转速估计的精度直接影响无速度传感器矢量控制的效果,针对感应电机扩展卡尔曼滤波器(EKF)转速估计中难以取得系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的EKF转速估计方法.该方法利用改进的粒子群算法对EKF中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的EKF应用于感应电机转速估计.仿真试验表明,与试探法、标准粒子群算法及遗传算法比较,该方法能有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的性能.     

可估计转子电阻的感应电机无速度传感器控制

为了解决感应电机转子电阻未知情况下的无速度传感器控制问题,用电压模型估计转子磁链,将磁链给定注入交流信号估计转子电阻,分析了注入交流信号的原因,由感应电机静止坐标系模型推出转速估计表达式,再将估计的转子电阻代入其中估计转速.经仿真,转子电阻、转子磁链和转速的估计精度较高,且转子电阻估计值可以跟踪其实际值的变化.     

基于扩展卡尔曼滤波的无速度传感器无刷双馈感应电机直接转矩控制

本文提出了一种基于扩展卡尔曼滤波的无速度传感器无刷双馈感应电机直接转矩控制策略。通过对三相无刷双馈感应电机在转子速度坐标系下的数学模型进行分析,推导出系统的状态方程和观测方程,实现基于扩展卡尔曼滤波算法的转子速度和功率及控制绕组磁链的估计。根据磁链的估计值计算出电磁转矩,并通过对控制绕组磁链进行定向和逆变器开关状态的判定实现无刷双馈感应电机的转矩控制。仿真结果表明,在速度给定阶跃变化、负载突变的情况下,所提控制策略均能实现对转速和磁链的精确估计,系统运行稳定。     

基于逆系统理论的感应电动机解耦控制的研究

应用多变量非线性控制的逆系统理论,对感应电动机变频调速这一多变量、非线性、强耦合的控制对象进行解耦控制,从而将其分解为转速和转子磁链两个线性子系统,并应用线性系统理论对其进行综合。研究表明,这种新的控制策略实现了感应电动机转速与转子磁链的动态解耦。论文的最后给出了仿真结果。     

感应电机的逆系统方法解耦控制

针对感应电机这一多变量、非线性、强耦合的控制对象,应用逆系统方法,将感应电机转速与转子磁链解耦成2个二阶子系统。在此基础上,运用线性系统理论对其进行控制。仿真结果表明这种基于逆系统方法的反馈线性化控制策略可实现感应电机的高性能控制。     

同步旋转坐标系下感应电机神经网络逆控制

根据同步旋转坐标系下感应电机数学模型,基于控制转子磁链与转速的感应电机电流控制型结构,给出了电流控制型感应电机解析逆控制方法的一般形式的控制律,采用神经网络逼近解析逆控制律,解决由于参数变化和观测量不准带来的解耦被破坏问题.理论分析表明,此方法可以实现感应电机系统的自适应解耦及线性化,弱化了转子磁链与转速之间的耦合程度,简化了外环线性控制器的设计,提高了整个系统控制性能.最后,对感应电机系统控制进行仿真及实验研究来验证该方法的有效性.     

三电平扩展卡尔曼滤波异步电机滑模控制

传统异步电机闭环控制中转速和磁链外环采用比例积分(PI)控制,针对其有超调和动态响应慢等问题,提出了一种新型的滑模控制器用于外环转速和磁链控制,改善了动态性能.采用五阶扩展卡尔曼滤波(EKF)来估计转速和磁链并用于闭环反馈,进一步研究了引入转矩观测后的六阶EKF,考察了转动惯量对速度估计的影响,在三电平逆变器驱动异步电机平台上进行了各种实验.结果表明,基于EKF和滑模控制的无速度传感器控制系统在较宽的速度范围内具有良好的动静态性能.     

基于神经网络逆系统理论无轴承异步电动机解耦控制

无轴承异步电动机是一个多变量、非线性、强耦合的系统,其径向力和转速之间存在交叉耦合,若要实现电动机转子稳定悬浮和运行,必须对电动机转速和径向力进行动态解耦控制。为此,本文提出了一种基于神经网络逆系统的无轴承异步电动机解耦控制方法。理论分析表明,此方法可以将无轴承异步电动机动态解耦成位移子系统、转速子系统和磁链子系统,从而简化外环控制器的设计,进一步提高整个系统的控制性能。最后,对采用所提解耦方法的整个无轴承异步电动机控制系统进行了仿真和初步的实验研究,结果验证了该解耦方法的有效性。     

基于EKF的永磁同步电动机无位置传感器控制研究

提出了一种基于扩展Kalman滤波器(EKF)的永磁同步电机无位置传感器控制系统.利用易于检测的电机端电压和端电流,采用EKF算法实时估计电机的转速和磁极位置,得到矢量控制系统反馈信号和矢量变换角度.转速和电流控制器均采用PI控制,转速控制器输出作为电流控制器的参考信号,电流控制器产生SPWM逆变器的控制信号.仿真和实验结果表明EKF能在宽的转速范围内对系统的状态做出精确稳定的估计,基于EKF的永磁直线电机无位置传感器驱动系统具有良好的动态响应特性.     

一种新颖的感应电动机控制仿真研究

矢量控制是基于旋转坐标实现感应电动机的交、直轴电流的解耦控制,状态变换需要计算转子转差或转子磁链角的位置.提出了一种新颖的感应电动机解耦控制方案,该设计方法可以实现快速的转速、转矩和磁链的跟踪.与传统控制方法相比,该方法避免了转子转差或转子磁链角位置的计算.仿真结果证明了该设计方法的有效性.     

感应电机的神经网络逆系统线性化解耦控制

提出了一种新的感应电机的线性化解耦控制方法，其特点是不依赖于对象的精确数学模型与参数。通过用静态神经网络加积分器来构造感应电机的逆系统，将感应电机这一多变量、非线性、强耦合的复杂对象动态解耦成转速与转子磁链两个二阶线性子系统，然后运用线性系统理论进行综合。仿真与初步的实验结果表明系统具有优良的静态及动态解耦性能，且对电机参数的变化与负载扰动具有较强的鲁棒性。